[討論] 資工所哪個領域比較多數學

看板graduate作者 (良師)時間6年前 (2018/03/20 14:11), 編輯推噓36(36推 0噓 33→)
留言69則, 27人參與, 6年前最新討論串1/1
大家好，非本科菜鳥發問 除了演算法這個領域要碰一堆數學 我目前碰過的，iot應用，系統開發，web都不太需要用到數學 請大家分享一下哪些領域會比較有機會同時碰到數學跟程式 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.131.23 ※ 文章網址: https://www.ptt.cc/bbs/graduate/M.1521526279.A.9D6.html
推
03/20 14:13, 6年前 , 1F
影像
03/20 14:13, 1F
推
03/20 14:16, 6年前 , 2F
CV
03/20 14:16, 2F
推
03/20 14:21, 6年前 , 3F
ML數學要不錯吧
03/20 14:21, 3F
推
03/20 14:27, 6年前 , 4F
影像，勇者
03/20 14:27, 4F
推
03/20 14:28, 6年前 , 5F
影像跟ML
03/20 14:28, 5F
推
03/20 14:28, 6年前 , 6F
演算法，不過在台灣會沒錢賺
03/20 14:28, 6F
推
03/20 14:40, 6年前 , 7F
網路 最佳化
03/20 14:40, 7F
推
03/20 15:00, 6年前 , 8F
機器學習超多
03/20 15:00, 8F
推
03/20 15:05, 6年前 , 9F
圖學 密碼學
03/20 15:05, 9F
推
03/20 15:06, 6年前 , 10F
我教授選影像的惹，不過我數學系 不慌
03/20 15:06, 10F
推
03/20 15:12, 6年前 , 11F
影像處理 ML都要比較多
03/20 15:12, 11F
推
03/20 15:22, 6年前 , 12F
加密貨幣,加解密 ←(數論) 機器學習←
03/20 15:22, 12F
→
03/20 15:23, 6年前 , 13F
線性代數,數值分析 遊戲引擎←計算幾何
03/20 15:23, 13F
→
03/20 15:23, 6年前 , 14F
機器視覺←微積分 網路←圖論
03/20 15:23, 14F
推
03/20 15:28, 6年前 , 15F
以上只是大略 會根據你的題目有所改變
03/20 15:28, 15F
→
03/20 15:28, 6年前 , 16F
如ML走數據分析的話可能需要數統的東西
03/20 15:28, 16F
→
03/20 15:28, 6年前 , 17F
03/20 15:28, 17F
推
03/20 15:31, 6年前 , 18F
遊戲
03/20 15:31, 18F
推
03/20 16:30, 6年前 , 19F
研究所學的應該都要數學吧？？
03/20 16:30, 19F
推
03/20 16:47, 6年前 , 20F
深度學習也是都數學
03/20 16:47, 20F
推
03/20 18:29, 6年前 , 21F
Queuing model也都是數學r
03/20 18:29, 21F
推
03/20 19:45, 6年前 , 22F
離散數學演算法 數學推導+程式驗證
03/20 19:45, 22F
推
03/20 21:00, 6年前 , 23F
訊號處理 視訊編碼
03/20 21:00, 23F
→
03/20 21:01, 6年前 , 24F
通訊類也一堆
03/20 21:01, 24F
推
03/20 21:36, 6年前 , 25F
CV與DL數學多是在騙人嗎？那邊的數學不正
03/20 21:36, 25F
→
03/20 21:36, 6年前 , 26F
式也不嚴謹，甚至很多連機率都有問題，原
03/20 21:36, 26F
→
03/20 21:36, 6年前 , 27F
因就是DL是黑盒子，大家都在唬，要數學多
03/20 21:36, 27F
→
03/20 21:36, 6年前 , 28F
的要去Queuing、network science 。我自己
03/20 21:36, 28F
→
03/20 21:36, 6年前 , 29F
在做network embedding ,目前清大博班
03/20 21:36, 29F
→
03/20 21:37, 6年前 , 30F
傳統機器學習數學也很多，深度學習數學大
03/20 21:37, 30F
→
03/20 21:37, 6年前 , 31F
多充場面，整篇論文沒一個推導證明
03/20 21:37, 31F
推
03/20 21:39, 6年前 , 32F
其實演算法也要看，只有在需要證明perform
03/20 21:39, 32F
→
03/20 21:39, 6年前 , 33F
ance guarantee時數學會爆炸多
03/20 21:39, 33F
推
03/21 00:47, 6年前 , 34F
會說不用數學的，基本上都是看或發一些技
03/21 00:47, 34F
→
03/21 00:47, 6年前 , 35F
術性低的爛paper，一些頂尖工程、資訊或
03/21 00:47, 35F
→
03/21 00:47, 6年前 , 36F
資料相關期刊都還是有大量數學做效能分析
03/21 00:47, 36F
→
03/21 00:47, 6年前 , 37F
和證明
03/21 00:47, 37F
推
03/21 01:38, 6年前 , 38F
所以你的意思是iccv, nips等google index
03/21 01:38, 38F
→
03/21 01:38, 6年前 , 39F
超高的cv,dl conference 是爛paper囉？是
03/21 01:38, 39F
→
03/21 01:38, 6年前 , 40F
多又多又難的真實之少之又少，wgan 那篇是
03/21 01:38, 40F
→
03/21 01:39, 6年前 , 41F
個特難的例外，其他cv, dl 相關的從沒看過
03/21 01:39, 41F
→
03/21 01:39, 6年前 , 42F
附錄放5頁以上的數學證明
03/21 01:39, 42F
推
03/21 02:25, 6年前 , 43F
同意樓上說的，數學系轉資訊，覺得
03/21 02:25, 43F
→
03/21 02:26, 6年前 , 44F
很多paper上的數學都不夠嚴謹
03/21 02:26, 44F
推
03/21 09:11, 6年前 , 45F
資工系對數學的理解很難跟書學系一樣
03/21 09:11, 45F
推
03/21 11:19, 6年前 , 46F
selu放了100多頁證明不是嗎XD DL的數學
03/21 11:19, 46F
→
03/21 11:20, 6年前 , 47F
太難 做應用的比較多一些 傳統ML的數學
03/21 11:20, 47F
→
03/21 11:22, 6年前 , 48F
還比較多 要完全懂SVM還要學個凸優化
03/21 11:22, 48F
推
03/21 11:34, 6年前 , 49F
所以我指的是大多，大概9成五吧
03/21 11:34, 49F
推
03/21 11:40, 6年前 , 50F
iccv本來就不是DL專門的會議 做cv的只把
03/21 11:40, 50F
→
03/21 11:40, 6年前 , 51F
DL當工具 至於NIPS數學明明就不少
03/21 11:40, 51F
推
03/21 11:46, 6年前 , 52F
早期nips 數學多，近期真的少非常多，尤
03/21 11:46, 52F
→
03/21 11:46, 6年前 , 53F
其在dl track，而且多數現存論文不嚴謹跟
03/21 11:46, 53F
→
03/21 11:47, 6年前 , 54F
亂做是事實，從之前lecun 吵架那件事就可
03/21 11:47, 54F
→
03/21 11:47, 6年前 , 55F
以知道了。講難聽點ai在台灣是個匡
03/21 11:47, 55F
推
03/21 11:59, 6年前 , 56F
我的結論是，cv絕對數學少且不嚴謹，dl則
03/21 11:59, 56F
→
03/21 11:59, 6年前 , 57F
是主流論文數學少且不嚴謹。dl背後數學絕
03/21 11:59, 57F
→
03/21 12:00, 6年前 , 58F
對是可以很多的，但他真的不是這波的主流
03/21 12:00, 58F
→
03/21 12:00, 6年前 , 59F
與台灣中國的ai重點計畫
03/21 12:00, 59F
推
03/21 12:24, 6年前 , 60F
請問樓上跟台灣有什麼關係 別人可以
03/21 12:24, 60F
→
03/21 12:24, 6年前 , 61F
台灣就做不來?
03/21 12:24, 61F
推
03/21 13:05, 6年前 , 62F
計算機圖學
03/21 13:05, 62F
推
03/21 13:16, 6年前 , 63F
你可以去看看科技部ai計畫，就會知道我在
03/21 13:16, 63F
→
03/21 13:16, 6年前 , 64F
說什麼了，台灣要的是應用與實質上能為台
03/21 13:16, 64F
→
03/21 13:16, 6年前 , 65F
灣賺多少錢
03/21 13:16, 65F
→
03/21 13:57, 6年前 , 66F
非UI類都很需要
03/21 13:57, 66F
推
03/22 10:00, 6年前 , 67F
機器學習 數學要很好
03/22 10:00, 67F
推
03/29 01:45, 6年前 , 68F
正規化驗證...
03/29 01:45, 68F
推
03/30 02:42, 6年前 , 69F
樓下jserv準備偷渡"他"朋友的課程
03/30 02:42, 69F
‣ 更多 garyhsu1209 的文章
文章代碼(AID): #1QiAO7dM (graduate)